一、基础正则表达式
基础正则表达式常见元字符
支持的工具: grep、egrep、sed、awk
\
转义字符,用于取消特殊符号的的含义
例:!,\n,$等
^
匹配字符串开始的位置
例:a,the,#,[a-z]
$
匹配字符串结束的位置
例:wordKaTeX parse error: Expected group after '^' at position 2: ,^̲匹配空行
.
匹配除\n之外的任何一个字符
例:go.d , g…d
匹配前面子表达式0次或者多次
例:goo*d,go.*d
[list]
匹配list列表中的一个字符
例:go[loa]d,[a-z],[0-9]匹配任意一位数字
[^list]
匹配任意非list列表中的一个字符
例:[^0-9],[^a-z]匹配任意一位非小写字母`
{n}
匹配前面子表达式n次
例:go{2}d,'[0-9]{2}'匹配两位数字
{n,}
匹配前面子表达式不少于n次
例:go{2,}d,'[0-9]{2,}'匹配两位及两位以上的数字
{n,m}
匹配前面子表达式n到m次
例:go{2,3}d,'[0-9]{2,3}'匹配两位到三位数字
注:egrep,awk使用{n}、{n,}、{n,m} 匹配时“{}”前面不用加“\”
元字符 | 作用 |
---|---|
\ | 转义字符,用于取消特殊符号的的含义 例:!,\n,$等 |
^ | 匹配字符串开始的位置 |
$ | 匹配字符串结束的位置 ^$匹配空行 |
. | 匹配除换行符\r\n之外的任意单个字符 |
[list] | 匹配list列表中的一个字符 例: go[ola]d,[abc]、[a-z]、[a-z0-9] |
[^list] | 匹配任意不在list列表中的一个字符 |
* | 匹配前面子表达式0次或者多次 例:goo*d、go.*d |
{n} | 匹配前面的子表达式n次,例:go{2}d、'[0-9]{2}'匹配两位数字 |
{n,} | 匹配前面的子表达式不少于n次,例: go{2,}d、’ [0-9]{2,}'匹配两位及两位以上数字 |
{n,m} | 匹配前面的子表达式n到m次,例: go{2,3)d、'[0-9]{2,3}'匹配两位到三位数字 |
注: egrep、awk使用{n}、{n, }、{n, m}匹配时“{}“前不用加”\”
扩展正则表达式元字符
+ 作用:重复一个或者一个以上的前一个字符
示例:执行“egrep -n 'wo+d' test.txt”命令,即可查询"wood" "woood" "woooooood"等字符串
? 作用:零个或者一个的前一个字符
示例:执行“egrep -n 'bes?t' test.txt”命令,即可查询“bet”“best”这两个字符串
| 作用:使用或者(or)的方式找出多个字符
示例:执行“egrep -n 'of|is|on' test.txt”命令即可查询"of"或者"if"或者"on"字符串
() 作用:查找“组”字符串
示例:“egrep -n 't(a|e)st' test.txt”。“tast”与“test”因为这两个单词的“t”与“st”是重复的,所以将“a”与“e”
列于“()”符号当中,并以“|”分隔,即可查询"tast"或者"test"字符串
()+ 作用:辨别多个重复的组
示例:“egrep -n 'A(xyz)+C' test.txt”。该命令是查询开头的"A"结尾是"C",中间有一个以上的"xyz"字符串的意思
非打印字符
\n匹配一个换行符
\r匹配一个回车符
\t匹配一个制表符(TAB)
二、grep命令
格式:grep [options] pattern [file]
option表示选项,pattern表示匹配的模式。file表示一系列文件名。
常用选项:
-c 只打印匹配的文本行的次数,不显示文本内容。
-i 匹配时忽略字母大小写
-h 当搜索多个文件,不显示匹配文件名前缀。
-l 只列出含义匹配的文本行的文件的文件名,不显示其具体匹配的内容。
-n 列出所有匹配的文本行,并显示行号
-s 不显示关于不存在或无法读取文件的错误信息
-v 只显示不匹配的文本行,反向选择,显示与搜索字符串不相符的行。
-w 匹配整个单词
-x 匹配整个文本行
-r 递归搜索,不仅搜索当前目录,还有各级子目录
-E 开启扩展(extend)的正则表达式
--color=auto 可以将找到的关键词部分加上颜色的显示
1.统计root字符总行数
2.不区分大小写
3.取反.显示没有was的行
4.显示非空行
元字符操作案例
1.查找特定字符
-n 列出所有匹配的文本行,并显示行号
2.利用中括号“[]”来查找集合字符
[ ]中无论有几个字符, 都仅代表一个字符,也就是说“[io]”表示匹配“i”或者“o”
3.查找行首“^”与行尾字符“$”
4.查找任意一个字符“.”与重复字符“*”
“o”表示拥有零个(即为空字符)或大于等于一个“o”的字符,因为允许空字符,所以执行“grep -n 'o’ test.txt”命令会将文本中所有的内容都输出打印。如果是“oo*”,则第一个 o 必须存在, 第二个 o 则是零个或多个 o,所以凡是包含 o、oo、ooo、ooo,等的资料都符合标准。同理,若查询包含至少两个 o 以上的字符串,则执行“grep -n ‘ooo*’ test.txt”命令即可。**
grep -n ‘wod’ 1.txt 匹配w中任意o
grep -n 'wod’ 1.txt 匹配w后面字符
匹配有任意数字的行
5.查找连续字符范围“{}”
在上面的示例中,使用了“.”与“*”来设定零个到无限多个重复的字符,如果想要限制一个范围内的重复的字符串该如何实现呢?例如,查找三到五个 o 的连续字符,这个时候就需要使用基础正则表达式中的限定范围的字符“{}”。因为“{}”在 Shell 中具有特殊意义,所以在使用“{}”字符时,需要利用转义字符“\”,将“{}”字符转换成普通字符。“{}”字符的使用方法如下所示。
查询中间包含 2~5 个 o 的字符串
三、cut、sort、uniq、tr
1.cut:列截取工具
使用说明:cut 命令从文件的每一行剪切字节、字符和字段并将这些字节、字符和字段写至标准输出。如果不指定 File 参数,cut 命令将读取标准输入。必须指定 -b、-c 或 -f 标志之一
选项:
-b:按字节截取
-c:按字符截取,常用于中文
-d:指定以什么为分隔符截取,默认为制表符
-f:通常和-d一起,指定要提取的字段(列)
以:分割打印passwd第一列还有第三列
切割后只显示指定位数的字符
注意:
cut只擅长于处理单个字符为间隔的文本,-b只能分割字母,-c既可以分割字母也可以分割中文
2.sort:排序工具
sort [选项] 参数
常用选项
-t:指定分隔符,默认使用[Tab]吧 键或空格分隔
-k:指定排序区域,哪个区间排序
-n:按照数字进行排序,默认是以文字形式排序
-u:等同于 uniq,表示相同的数据仅显示一行,注意:如果行尾有空格去重就不成功
-r:反向排序,默认是升序,-r就是降序
-o:将排序后的结果转存至指定文件
-f: 忽略大小写,会将小写的字母都转换为大写字母来进行比较
-b: 忽略每行前面的空格
1.不加任何选项默认按第一列升序,字母的话就是从a到z由上而下显示
按照 /etc/passwd 文件中每个用户记录的第 3 个字段(即 UID)进行排序。
-n 以数字进行排序
-t: 以:切割
-k 3 以第三个字段进行比较
-r 反向排序
-o 将结果传输进指定文件中
-u 去重
3.uniq:去重工具
主要用于去除连续的重复行
注意:是连续的行,所以通常和sort结合使用先排序使之变成连续的行再执行去重操作,否则不连续的重复行他不能去重
uniq [选项] 参数
-c:对重复的行进行计数;
-d:仅显示重复行;
-u:仅显示出现一次的行
统计重复行的次数,不连续的重复行他不算做重复行
-d 过滤出重复行
-u 过滤出不重复的行
去重(sort -u 也可以去重)
实例:查看登陆过系统的用户
4.tr:修改工具
它可以用一个字符来替换另一个字符,或者可以完全除去一些字符,也可以用它来除去重复字符
用法:tr [选项]… SET1 [SET2]
从标准输入中替换、缩减和/或删除字符,并将结果写到标准输出。
常用选项
-d 删除字符
-s 删除所有重复出现的字符,只保留第一个
将所有小写改成大写
替换是一一对应的字母的替换
当字符数量不对等时,相同字符只识别后一个,剩下未对应的全是最后替换字符
可以用sed命令进行替换
对于单引号’ ,要用双引号才能引用
-d 删除字符
删除a’
删除换行
去除空行
实例:
拆解过程: